Hodnotenie:
Kniha je komplexným a dobre štruktúrovaným sprievodcom TensorFlow 2.0, ktorý je určený pre široké publikum od študentov až po profesionálnych dátových vedcov. Pokrýva celý rad tém vrátane spracovania obrazu, spracovania prirodzeného jazyka a pokročilých techník, pričom poskytuje praktické cvičenia a kvalitné príklady kódu.
Výhody:⬤ Komplexné pokrytie TensorFlow
⬤ Prístupné pre rôzne publiká
⬤ Dobrá rovnováha medzi teóriou a praxou
⬤ Obsahuje praktické cvičenia
⬤ Dobre ilustrované kvalitným kódom
⬤ Pokrýva pokročilé témy, ako sú vlastné stratové funkcie a MLOps
⬤ Zručné spracovanie nasadenia.
⬤ Obsah môže byť zastaraný kvôli novým verziám TensorFlow
⬤ Potenciálne ohromujúci pre začiatočníkov
⬤ Dĺžka knihy (viac ako 600 strán) môže byť odstrašujúca.
(na základe 5 čitateľských recenzií)
Tensorflow in Action
Odhaľte tajomstvá návrhu TensorFlow, ktoré stoja za úspešnými aplikáciami hlbokého učenia! Thushan Ganegedara, prispievateľ StackOverflow, vás v tomto praktickom sprievodcovi naučí nové funkcie TensorFlow 2.
V knihe TensorFlow v akcii sa naučíte:
Základy TensorFlow.
Implementáciu sietí hlbokého učenia.
Výber vysokoúrovňového rozhrania Keras API pre budovanie modelov s istotou.
Písanie komplexných end-to-end dátových potrubí.
Budovanie modelov pre počítačové videnie a spracovanie prirodzeného jazyka.
Využívanie predtrénovaných modelov NLP.
Najnovšie algoritmy vrátane transformátorov, modelov pozornosti a ElMo.
V knihe TensorFlow v akcii preniknete do najnovšej verzie úžasného rámca TensorFlow od spoločnosti Google a naučíte sa vytvárať neuveriteľné aplikácie hlbokého učenia. Autor Thushan Ganegedara používa bizarné príbehy, praktické príklady a vysvetlenia zo zákulisia, aby demystifikoval koncepty, ktoré inak uviazli v hustých akademických prácach. Pri ponáraní sa do moderných techník hlbokého učenia, ako sú modely transformácie a pozornosti, budete využívať jedinečné postrehy špičkového prispievateľa StackOverflow pre hlboké učenie a NLP.
Zakúpenie tlačenej knihy zahŕňa bezplatnú elektronickú knihu vo formátoch PDF, Kindle a ePub od vydavateľstva Manning Publications.
O technológii.
Rámec TensorFlow spoločnosti Google je základom moderného hlbokého učenia. Vďaka praktickým funkciám, ako je podpora viacerých grafických procesorov, vizualizácia sieťových dát a jednoduché produkčné pipeline pomocou TensorFlow Extended (TFX), poskytuje TensorFlow najefektívnejšiu cestu k profesionálnym aplikáciám umelej inteligencie. A knižnica Keras, plne integrovaná do TensorFlow 2, umožňuje jednoducho vytvárať a trénovať aj zložité modely pre videnie, jazyk a ďalšie oblasti.
O knihe.
TensorFlow v akcii vás naučí konštruovať, trénovať a nasadzovať modely hlbokého učenia pomocou TensorFlow 2. V tejto praktickej príručke si vybudujete opakovane použiteľné zručnosti v praxi pri vytváraní produkčne pripravených aplikácií, ako je napríklad prekladač z francúzštiny do angličtiny a neurónová sieť, ktorá dokáže písať beletriu. Oceníte hĺbkové vysvetlenia, ktoré prechádzajú od základov DL až po pokročilé aplikácie v NLP, spracovaní obrazu a MLOps, doplnené o dôležité detaily, ku ktorým sa budete opakovane vracať.
Čo je vo vnútri.
Pokrýva TensorFlow 2. 9.
Najnovšie algoritmy vrátane transformátorov, modelov pozornosti a ElMo.
Budovanie na predtrénovaných modeloch.
Písanie end-to-end dátových potrubí pomocou TFX.
O čitateľovi: V knihe sa dočítate o tom, čo je to TFF.
Pre programátorov v jazyku Python so základnými zručnosťami v oblasti deep learningu.
O autorovi.
Thushan Ganegedara je senior ML inžinier v spoločnosti Canva a expert na TensorFlow. Je držiteľom doktorátu v oblasti strojového učenia na Univerzite v Sydney.
Obsah.
ČASŤ 1 ZÁKLADY TENSORFLOW 2 A HLBOKÉHO UČENIA.
1 Úžasný svet TensorFlow.
2 TensorFlow 2.
3 Keras a vyhľadávanie údajov v TensorFlow 2.
4 Ponáranie prstov do hlbokého učenia.
5 Najnovší stav v hlbokom učení: Transformátory.
ČASŤ 2 POZRITE SA MA, ŽIADNE RUKY! HLBOKÉ SIETE V REÁLNOM SVETE.
6 Učenie strojov vidieť: Klasifikácia obrázkov pomocou CNN.
7 Učenie strojov lepšie vidieť: Vylepšovanie CNN a ich priznanie.
8 Rozlišovanie vecí: Segmentácia obrazu.
9 Spracovanie prirodzeného jazyka pomocou TensorFlow: Analýza sentimentu.
10 Spracovanie prirodzeného jazyka pomocou TensorFlow: Modelovanie jazyka.
ČASŤ 3 POKROČILÉ HLBOKÉ SIETE PRE KOMPLEXNÉ PROBLÉMY.
11 Učenie od sekvencie k sekvencii: Časť 1.
12 Učenie od sekvencie k sekvencii: Časť 2.
13 Transformátory.
14 TensorBoard: Väčší brat TensorFlow.
15 TFX: MLOps a nasadzovanie modelov pomocou TensorFlow.
